摘要
本发明专利公开了一种用于在役风机主轴的原位超声裂纹检测及缺陷识别系统,通过采集风机主轴在不同运行状态下的原始声学信号,经信号采集与预处理模块降噪和归一化处理后,利用改进的能零比自适应阈值分割提取主轴个体的声纹特征图,生成不同状态的裂纹个体声纹特征图。将归一化后的声纹特征图划分为已知裂纹缺陷类型的训练集、测试集和未知运行状态的测试集。设计MSCNN模型结构并初始化相关参数,利用已知裂纹缺陷类型反复执行向前传播和反向传播迭代计算,通过损失函数调节模型超参数和训练参数,获得最佳的模型。将未知裂纹数据输入至已训练的MSCNN模型模型中,最终输出风机主轴未知裂纹的识别结果,从而实现裂纹的检测与分类。
技术关键词
风机主轴
缺陷识别系统
裂纹缺陷
声纹特征
多尺度卷积神经网络
多层卷积神经网络模型
探头移动装置
子模块
信号
探头阵列
可视化显示模块
裂纹识别
原位
分割算法
多通道
超声波
小波去噪
反馈系统
多层结构设计
系统为您推荐了相关专利信息
深度学习模型
GIS设备
故障诊断方法
声学传感器阵列
图谱
异常检测方法
跨模态
激光雷达点云数据
巡检机器人
在线迁移学习
语音服务器
语义
语音交互系统
车机
语音识别技术
多样性监测方法
动态权重分配
分布式传感器网络
生物
LoRaWAN协议